-
公开(公告)号:CN111426756B
公开(公告)日:2023-06-16
申请号:CN202010401922.9
申请日:2020-05-13
Abstract: 本发明公开了一种钢轨轨底裂纹高阶SH导波成像检测方法及系统,其中方法包括:通过在电磁超声SH导波激励探头通入正弦脉冲串电流以使钢轨轨底激发出SH导波;电磁超声SH导波接收探头接收反射回波以得到检测回波信号;保持电磁超声SH导波激励探头和接收探头的间距不变,以预设步长沿钢轨轨底待测长度方向移动,采集多组检测回波信号;将每组检测回波信号均进行同步挤压小波变换处理,并提取高阶SH导波时域信号,得到多组高阶SH导波时域信号;对得到的多组高阶SH导波时域信号进行B扫描成像,得到钢轨轨底缺陷成像图。高阶SH导波具有高分辨率和高缺陷检测灵敏度等优点,对小的裂纹也能直观识别;可以直观识别裂纹的位置和大小,适用于在役无损检测。
-
公开(公告)号:CN111426756A
公开(公告)日:2020-07-17
申请号:CN202010401922.9
申请日:2020-05-13
Abstract: 本发明公开了一种钢轨轨底裂纹高阶SH导波成像检测方法及系统,其中方法包括:通过在电磁超声SH导波激励探头通入正弦脉冲串电流以使钢轨轨底激发出SH导波;电磁超声SH导波接收探头接收反射回波以得到检测回波信号;保持电磁超声SH导波激励探头和接收探头的间距不变,以预设步长沿钢轨轨底待测长度方向移动,采集多组检测回波信号;将每组检测回波信号均进行同步挤压小波变换处理,并提取高阶SH导波时域信号,得到多组高阶SH导波时域信号;对得到的多组高阶SH导波时域信号进行B扫描成像,得到钢轨轨底缺陷成像图。高阶SH导波具有高分辨率和高缺陷检测灵敏度等优点,对小的裂纹也能直观识别;可以直观识别裂纹的位置和大小,适用于在役无损检测。
-
公开(公告)号:CN104034806B
公开(公告)日:2019-11-22
申请号:CN201410218733.2
申请日:2014-05-23
Applicant: 南昌航空大学
IPC: G01N29/07
Abstract: 基于压电换能器侧面加载F模态导波检测电力铁塔拉线杆缺陷的方法,属于电力设施无损检测领域,本发明利用压电晶片和楔块组装成斜探头固定在拉线杆侧面,激发出F(1,1)模态导波对电力铁塔拉线杆缺陷进行检测,其方法步骤为:步骤一:确定F(1,1)模态的激励频率;步骤二:选择激发出F(1,1)模态的楔块角度;步骤三:斜探头固定在拉线杆侧面;步骤四:利用计算机、任意波形发生器、斜探头搭建检测装置;步骤五:调节检测参数,根据缺陷反射回波时间和F(1,1)模态的群速度可实现对缺陷进行定位。本发明的技术效果是:利用F(1,1)模态导波能够快速有效地探测出电力铁塔拉线杆中的缺陷,并对缺陷进行定位。
-
公开(公告)号:CN109959726A
公开(公告)日:2019-07-02
申请号:CN201910252801.X
申请日:2019-03-29
Applicant: 南昌航空大学
IPC: G01N29/14
Abstract: 本发明公开了一种玻璃纤维复合材料弯压损伤声发射特征参数表征方法,采用声发射信号的能量、计数两个特征参数信息反映玻璃纤维复合材料损伤的全过程。通过提取玻璃纤维复合材料弯曲加载损伤过程中所产生声发射信号的特征参数,找出各特征参数与玻璃纤维复合材料不同损伤阶段间的内在联系,从而实现声发射特征参数对玻璃纤维复合材料损伤表征,达到玻璃纤维复合材料全寿命定量评价和损伤预警的目的。本发明优点:适用于其他增强纤维复合材料的健康监测,在工程检测中具有重要的实际应用价值。
-
公开(公告)号:CN104034806A
公开(公告)日:2014-09-10
申请号:CN201410218733.2
申请日:2014-05-23
Applicant: 南昌航空大学
IPC: G01N29/07
Abstract: 基于压电换能器侧面加载F模态导波检测电力铁塔拉线杆缺陷的方法,属于电力设施无损检测领域,本发明利用压电晶片和楔块组装成斜探头固定在拉线杆侧面,激发出F(1,1)模态导波对电力铁塔拉线杆缺陷进行检测,其方法步骤为:步骤一:确定F(1,1)模态的激励频率;步骤二:选择激发出F(1,1)模态的楔块角度;步骤三:斜探头固定在拉线杆侧面;步骤四:利用计算机、任意波形发生器、斜探头搭建检测装置;步骤五:调节检测参数,根据缺陷反射回波时间和F(1,1)模态的群速度可实现对缺陷进行定位。本发明的技术效果是:利用F(1,1)模态导波能够快速有效地探测出电力铁塔拉线杆中的缺陷,并对缺陷进行定位。
-
公开(公告)号:CN107451997A
公开(公告)日:2017-12-08
申请号:CN201710642922.6
申请日:2017-07-31
Applicant: 南昌航空大学
CPC classification number: G06T7/0002 , G01N29/0654 , G01N29/26 , G01N2291/267 , G06N3/0454 , G06N3/08 , G06T2207/10132 , G06T2207/20084
Abstract: 本发明公开了一种基于深度学习技术的焊缝超声TOFD-D扫描缺陷类型的自动识别方法。首先,通过超声TOFD-D扫描技术采集焊缝典型缺陷的D扫描图像数据;其次,在MATLAB编程环境中搭建由特征图提取卷积神经网络VGG16、区域提议网络RPN以及FRCN网络构成FasterR-CNN深度学习网络框架;最后,对Faster R-CNN深度学习网络进行分阶段训练。网络测试结果显示:Faster R-CNN网络具备高效识别焊缝D扫描图像中缺陷类型的能力。本发明所公开的方法,充分利用了FasterR-CNN识别网络对图像识别的优势,将其应用在焊缝超声TOFD-D扫描图像检测中,避免了检测人员主观因素的影响,有效的提高了对TOFD-D扫描图像中缺陷类型的识别能力及效率,具有检测准确率高、鲁棒性好、抗干扰性强的优点,可应用于智能化无损检测技术中。
-
公开(公告)号:CN104020218B
公开(公告)日:2017-03-22
申请号:CN201410193332.6
申请日:2014-05-09
Applicant: 南昌航空大学
Abstract: 本发明公开了一种热障涂层结构高频超声成像表征方法,采用高频超声脉冲水浸检测法检测涂层结构信息,通过100MHz的高频超声激励信号对带涂层叶片进行B扫描,然后将接收到的高频检测信号进行卷积滤波、涂层界面反射分离和反射波包重建等处理方法实现对涂层结构的成像,最后根据成像图对各涂层结构状态进行分析和识别,实现涂层结构质量状况的表征。这种数据处理与表征方法还适用于其他多层异质薄层和复合材料结构检测,具有重要的实际应用价值。
-
公开(公告)号:CN109696480B
公开(公告)日:2021-06-29
申请号:CN201910170024.4
申请日:2019-03-07
Applicant: 南昌航空大学
IPC: G01N29/14
Abstract: 本发明公开了一种基于改进时间反转算法的玻璃纤维复合材料声发射源定位成像方法,首先按照传感器分布划分监测区域,在不同监测区域内几处特殊位置利用时差法测定声速,并以此为依据确定各监测区域声速值;然后根据时间反转理论,推导出时间反转加载后各传感器再次接收到的时间反转信号,提高声发射源处的振动能量和幅值;最后根据不同监测区域的声速值,对监测区域各像素点进行时间反转成像,实现声发射源的准确定位。这种采用区域划分处理的时间反转定位成像方法适用于内部结构不均匀的其他各向异性材料声发射源定位,具有重要的实际应用价值。
-
公开(公告)号:CN110007008A
公开(公告)日:2019-07-12
申请号:CN201910381772.7
申请日:2019-05-08
Applicant: 南昌航空大学
IPC: G01N29/14
Abstract: 本发明公开了一种基于HHT的玻璃纤维复合材料弯压损伤评价方法,采用希尔伯特-黄变换(HHT)方法处理声发射检测信号,应用处理后的时频分析图定量评价该材料的不同损伤阶段。首先通过弯曲力学加载试验,根据弯压加载位移曲线提取不同阶段玻璃纤维复合材料弯曲加载损伤过程中所产生声发射信号;然后分别进行HHT处理,得出时频分析图,分析不同阶段声发射信号时频特征,并建立它们之间的对应关系;最后根据时频图对玻璃纤维复合材料损伤进行损伤阶段分析和定量评价,从而实现玻璃纤维复合材料全寿命的定量评价和损伤预警的目的。这种方法还适用于其他增强纤维复合材料的健康监测,具有重要的实际应用价值。
-
公开(公告)号:CN109696480A
公开(公告)日:2019-04-30
申请号:CN201910170024.4
申请日:2019-03-07
Applicant: 南昌航空大学
IPC: G01N29/14
Abstract: 本发明公开了一种基于改进时间反转算法的玻璃纤维复合材料声发射源定位成像方法,首先按照传感器分布划分监测区域,在不同监测区域内几处特殊位置利用时差法测定声速,并以此为依据确定各监测区域声速值;然后根据时间反转理论,推导出时间反转加载后各传感器再次接收到的时间反转信号,提高声发射源处的振动能量和幅值;最后根据不同监测区域的声速值,对监测区域各像素点进行时间反转成像,实现声发射源的准确定位。这种采用区域划分处理的时间反转定位成像方法适用于内部结构不均匀的其他各向异性材料声发射源定位,具有重要的实际应用价值。
-
-
-
-
-
-
-
-
-